本发明涉及行业用户负荷预测技术领域，尤其为一种基于模式提取和误差调整的行业用户电量预测方法，包括以下操作步骤：S1，利用K‑means聚类算法，提取典型行业年负荷曲线；S2，利用最大信息系数的方法，分析节假日、气象等外部宏观因素与待预测用户电量的关联程度；S3，依据典型行业负荷曲线和节假日、气象等外部因素，利用麻雀搜索优化的BP神经网络，进行电量预测；S4，利用非参数估计的方法，得到残差的概率分布，对预测结果进行调整得到最终的电量预测值，本发明采用最大信息系数的方法，分析外部因素对电量的影响程度，具有普适性和公平性，能够更准确的描述不同因素对电量的影响程度。